共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
本文中对加速车内噪声的粗糙感进行了分析和改进。首先通过对加速车内噪声频谱特性的分析,确定了半阶次噪声是引起车内噪声粗糙感的主要原因。接着对可能的传递路径进行了排查,结果表明车内的半阶次噪声主要来自于动力总成的振动,并通过变速器悬置侧支架传递到车内。最后采用了降低动力总成悬置刚度和提高悬置支架动刚度的方案,有效减小了车内噪声的粗糙感,提高了整车加速噪声品质。 相似文献
3.
4.
5.
6.
以23辆乘用车的3挡全油门加速工况的车内噪声为研究对象,对车内声品质采用等级评分法进行主观评价试验,分析计算各噪声样本的心理声学参数和非心理声学的客观参数,并应用多元线性回归理论建立声品质预测模型。研究表明,响度、线性度和粗糙度是影响听众对全油门加速噪声主观感受的最重要的因素,模型预测结果与主观评价试验结果相关系数R~2为0.853,预测值与主观评价实测值吻合度较高,所建立的声品质评价模型在统计学上是有意义的。 相似文献
7.
为研究某同步交流电机的噪声来源和噪声变化规律,该文通过试验对交流电机的噪声特性进行研究。首先设计开发了电机噪声振动分析系统,采集电机在空载及负载状态下噪声的时域信号;其次利用频谱、阶次分析等方法,找出了发电机在两种工况下噪声峰值的主要阶次成分,并找到了电磁噪声出现峰值现象的原因。分析结果表明,电机在空载工况下,风扇噪声是最大的噪声源;负载工况下,发电机转速在3000r/min和6000r/min附近出现的噪声峰值是由36阶径向电磁力波引起电机机壳的共振而产生的。 相似文献
8.
9.
10.
11.
12.
13.
14.
15.
基于改进DATA-SSI和聚类分析的桥梁结构模态参数识别 总被引:1,自引:0,他引:1
《公路交通科技》2017,(9)
桥梁结构的模态参数主要用于桥梁结构损伤识别及使用性能评估,在桥梁健康监测系统中具有十分重要的意义。目前较为常用的模态参数识别算法是随机子空间识别算法,主要包括协方差驱动的随机子空间识别算法和数据驱动的随机子空间识别算法。在利用随机子空间算法识别桥梁结构的模态参数时,首先需人为依据稳定图来进行系统阶次的确定,通过对稳定图定阶的不断研究,发现其依然存在模态失真和计算量大这两方面的缺陷,为此提出了新的定阶算法以实现系统阶次的自适应确定。其次需要人为参与稳定图中真实模态的辨识,这不仅降低参数识别效率,还导致筛选的结果带有一定主观性。为了避免人为参与定阶和真实模态的筛选,提高模态参数识别的效率,在现有随机子空间算法的基础上引入聚类分析算法,提出了一种改进的模态参数自动化识别算法,以实现系统阶次的自动化确定和稳定图中真实模态的自动化筛选。再通过一座试验桥验证了真实模态存在的规律。最后将改进算法运用于识别实际大型斜拉桥的结构参数。结果表明:改进算法能够实现实际桥梁结构的模态参数自动化识别,且识别结果具有可靠性。 相似文献
16.
17.
针对某自主纯电动车制动减速时车内产生的啸叫问题,经主观驾评及客观测试分析后,排查出整车制动电机转速为4300rpm~3700rpm时车内出现啸叫噪声;通过齿轮啮合原理分析阐述了减速器制动减速噪声的产生机制,并进行整车测试、阶次分析等研究分析方法排查出整车制动减速过程中啸叫激励源头来自减速器一级主动齿轮阶次。结合该车型设计开发进度,提出对整车调整制动能量回收扭矩策略方案,对实施方案优化后的车辆进行主观评价和客观测试,结果表明一级主动齿轮阶次突变大幅削弱,制动减速工况车内相关阶次声压级峰值降低了5.1dB,解决了驾驶室内啸叫问题,提高了乘坐舒适性。 相似文献
18.
电动汽车驱动电机控制器中使用过调制方法能提升电机驱动系统最大输出功率,增强高转速区域的转矩输出能力和转速调节能力,然而传统过调制方法在过调制Ⅱ区存在电压突变的问题,导致电机驱动系统输出转矩抖动较大,影响整车动力性能和NVH性能。针对这一问题,本文提出一种变权重叠加型过调制方法。该方法通过将参考电压的相位角引入叠加权重因子的计算中,消除了传统过调制方法中存在的电压突变,降低了谐波畸变率。仿真和试验结果表明,该方法能提升驱动电机控制的电流稳定性,减小电机驱动系统输出转矩的抖动,使电动汽车电机驱动系统高转速区域内能输出最大转矩和最大转速。 相似文献
19.
基于心理声学分析的车内异常噪声辨识 总被引:8,自引:1,他引:8
介绍了车内异常噪声辨识的心理声学分析方法;指出基于心理声学的分析方法考虑了入耳听觉特性。能够定量地反映不同噪声的主观感受差别,较好地符合异常噪声辨识要求。在试验测试基础上,从响度、粗糙度、尖锐度和抖动度等方面对车内噪声品质进行了对比分析。 相似文献